Новый алгоритм на основе машинного обучения, разработанный исследователями из Стэнфордского университета, позволяет выявлять бедные районы с помощью данных со спутников.
©Wikipedia
По данным Всемирного банка, почти 900 миллионов человек во всем мире живут на сумму меньшую 1,9 доллара в день. Несмотря на то, что это является глобальной проблемой, выявление местонахождения обедневших зон на Земле является сложной задачей, требующей огромного количества средств. Поэтому исследователи из Стэнфордского университета придумали метод, который позволит с помощью фотографий со спутника и искусственного интеллекта находить бедные районы.
В то время, как обычные спутниковые снимки сами по себе не несут никакой полезной информации об экономическом уровне определенного района, исследователи изобрели инновационный метод. Они поняли, что с помощью анализа и сравнения дневных и ночных снимков можно давать конкретную оценку экономическому благополучию района. В этом исследователям помогает специальный алгоритм машинного обучения, который со временем начинает все лучше определять уровень бедности по фотографиям.
Ночные снимки дают более правильную информацию о благополучности района, потому что система может видеть уровень освещенности, который играет важную роль в этом методе. Дневные же снимки позволяют взглянуть на другие аспекты развитости района, такие как строительство дорог и другие.
Исследователи использовали новую систему для анализа нескольких районов в Африке. Как показали испытания, система действительно обладает огромным потенциалом.
Команда разработчиком опубликовала свою работу в журнале Science.
